1
DeepSeek
DeepSeek offers highly cost-effective open-weight models with strong performance in algorithmic reasoning and competitive programming, alongside a 1M token context window.
AIツール
GLM-5.2 レビュー
GLM-5.2は、Zhipu AIが開発した7500億パラメータのオープンソース大規模言語モデルで、費用対効果と長期間にわたるタスク実行に焦点を当てたコーディングタスク向けに設計されています。
shipped 2026年6月22日aifreemium
1約400億のアクティブパラメータをトークンごとに持つ、7440億パラメータのMixture-of-Experts (MoE) バックボーンを特徴としています。
2100万（1M）トークンのコンテキストウィンドウと、最大131,072トークンの出力を提供します。
32026年6月13日にGLM Coding Planユーザー向けにリリースされ、2026年6月16日にはMIT licenseの下でオープンウェイトが利用可能になりました。
4主に自律型ソフトウェアエンジニアリング、エージェント型コーディング、および長期間にわたるタスク実行のために設計されています。
GLM-5.2 at a Glance
類似ツール
代替製品を比較
検討すべき他のツール
訪問→
2
Qwen (Alibaba Cloud)
Qwen provides a family of open-weight large language models, including variants optimized for demanding agentic coding and long context windows, with competitive performance against frontier models.
3
MiniMax
MiniMax M3 is a recently released open-weight model that combines frontier-tier coding capabilities with a 1M-token context and native multimodal input support.
4
Kimi (Moonshot AI)
Kimi specializes in long-context processing and agent-oriented workflows, particularly strong in coordinating multi-agent swarms for complex coding tasks.
overview
GLM-5.2とは？
GLM-5.2は、Zhipu AIが開発した大規模言語モデルツールであり、開発者や組織が複雑なコーディングタスクや長期間にわたるソフトウェアエンジニアリングワークフローを実行できるようにします。7440億パラメータのMixture-of-Expertsアーキテクチャを特徴とし、自律型ソフトウェア開発をサポートします。このモデルは、トークンあたり約400億のアクティブパラメータを持ち、2026年6月13日にGLM Coding Planユーザー向けにリリースされ、2026年6月16日にはMIT licenseの下でオープンウェイトが利用可能になりました。GLM-5.2は、エージェント型コーディングの機能と費用対効果、特に長期間にわたる継続的な作業を必要とするタスクにおいて、独自のモデルに挑戦するために設計されています。
quick facts
クイックファクト
| 属性 | 値 |
|---|---|
| 開発元 | Zhipu AI |
| ビジネスモデル | Freemium |
| 価格 | Freemium |
| プラットフォーム | API |
| API利用可能 | はい (Anthropic-compatible endpoint) |
| ライセンス | MIT open-source (オープンウェイト向け) |
| パラメータ | 7440億 (MoE, 約400億アクティブ) |
| コンテキストウィンドウ | 100万トークン |
| 最大出力トークン | 131,072 |
| トレーニングハードウェア | Huawei Ascend chips |
| URL | https://www.z.ai/ |
features
GLM-5.2の主な機能
GLM-5.2は、複雑なコーディングや長期間にわたるタスクでのパフォーマンスを最適化するために設計された、いくつかのアーキテクチャおよび機能的特徴を組み込んでいます。
- 1トークンあたり約400億のアクティブパラメータを持つ、7440億パラメータのMixture-of-Experts (MoE) バックボーン。
- 2100万（1M）トークンのコンテキストウィンドウにより、大規模なコードベースと広範なコンテキスト情報の処理が可能。
- 3最大131,072トークンの出力により、大量のコードセグメントや複数ファイルの差分生成を容易にします。
- 4複雑な問題を論理的なステップに分解し、STEMおよび数学的な問題解決能力を向上させる統合された「Thinking Mode」。
- 5タスク要件に応じてパフォーマンスとレイテンシのバランスを取るための二段階の推論努力レベル（「high」と「max」）。
- 64つのスパースアテンションレイヤーごとに同じインデクサーを再利用する「IndexShare」アーキテクチャにより、1Mコンテキスト長でトークンあたりのFLOPsを2.9倍削減。
- 7改良されたMulti-Token Prediction (MTP) レイヤーにより、投機的デコーディングの受け入れ長を最大20%増加。
- 8MIT licenseの下でのオープンソース提供により、そのウェイトに対する地域的または技術的なアクセス制限はありません。
- 9Anthropic-compatible API endpointにより、Claude CodeやClineなどの既存ツールへの統合が可能。
- 10国内製のHuawei Ascend chipsを使用して完全にトレーニングを実施。
use cases
GLM-5.2は誰が使うべきか？
GLM-5.2は、その大規模なコンテキストウィンドウ、高度な推論、および費用対効果の高いオープンソースモデルの恩恵を受ける特定のユーザーグループとアプリケーション向けに設計されています。
- 1ソフトウェアエンジニアおよび開発チーム：自律型ソフトウェアエンジニアリング、複雑なコーディングタスクの処理、プロジェクトレベルのコードベースの引き継ぎ、モジュール分離、API移行、クロス言語リファクタリングなどのタスクにおける複数ファイル間の一貫性維持のため。
- 2長期間にわたるタスク実行を必要とする開発者：自動化された研究、パフォーマンス最適化、複雑なデバッグシナリオなど、長期間にわたる継続的な作業のため。
- 3大量のテキスト処理ニーズを持つ組織：その効率性と価格設定により、文書要約、コンテンツモデレーション、分類などのバッチ処理タスクに適しています。
- 4ファインチューニングプロジェクトの研究者および開発者：オープンウェイトモデルとして、ドメイン固有のデータやカスタムアプリケーションでのファインチューニングのための堅牢な基盤を提供します。
- 5データ主権要件を持つ企業：厳格なデータガバナンスを持つ組織は、セルフホスト型デプロイメントを通じてオンプレミスでGLM-5.2を実行することで恩恵を受けることができます。
pricing
GLM-5.2の価格とプラン
GLM-5.2はFreemiumモデルで運用されています。APIアクセスやマネージドサービスに関する具体的な段階的料金詳細は公開されていませんが、このモデルは独自の代替モデルと比較して費用対効果が高いと認識されています。GLM-5.2のオープンウェイトはMIT licenseの下で利用可能であり、直接的なライセンス費用なしで無料のセルフホスティングと開発が可能です。
- 1Freemium：具体的なティアの詳細は公開されていませんが、このモデルは独自の代替モデルと比較して費用対効果が高いことで知られており、MIT licenseの下でオープンウェイトが利用可能です。
competitors
GLM-5.2 vs 競合他社
GLM-5.2は、規模、コンテキスト、オープンソースの利用可能性を組み合わせることで、大規模言語モデル、特にコーディングと長期間にわたるタスクに焦点を当てたモデルの競争環境において、その地位を確立しています。
1
DeepSeek↗
DeepSeek offers highly cost-effective open-weight models with strong performance in algorithmic reasoning and competitive programming, alongside a 1M token context window.
DeepSeek V4 Flash is significantly cheaper per token than GLM-5.2, while DeepSeek V4 Pro excels in algorithms where GLM-5.2 leads in general software engineering tasks. Both are open-weight and MIT-licensed, targeting developers seeking frontier coding without proprietary lock-in.
2
Qwen (Alibaba Cloud)↗
Qwen provides a family of open-weight large language models, including variants optimized for demanding agentic coding and long context windows, with competitive performance against frontier models.
Qwen 3.6 Plus is a top open-weight choice for agentic coding with a 1M token context, similar to GLM-5.2's focus on long-horizon tasks, and is noted for its cost-effectiveness.
3
MiniMax↗
MiniMax M3 is a recently released open-weight model that combines frontier-tier coding capabilities with a 1M-token context and native multimodal input support.
MiniMax M3 directly competes with GLM-5.2 in agentic coding and long-horizon task execution, offering similar performance on benchmarks like SWE-Bench Pro, but also includes multimodal capabilities.
4
Kimi specializes in long-context processing and agent-oriented workflows, particularly strong in coordinating multi-agent swarms for complex coding tasks.
Kimi K2.6 is an open-weight model that, like GLM-5.2, targets agentic coding and long-context reasoning, but emphasizes its ability to manage extensive autonomous runs and agent swarms.
❓
よくある質問
+GLM-5.2とは何ですか？
GLM-5.2は、Zhipu AIが開発した大規模言語モデルツールであり、開発者や組織が複雑なコーディングタスクや長期間にわたるソフトウェアエンジニアリングワークフローを実行できるようにします。7440億パラメータのMixture-of-Expertsアーキテクチャを特徴とし、自律型ソフトウェア開発をサポートします。
+GLM-5.2は無料ですか？
GLM-5.2はFreemiumモデルで運用されています。具体的な料金ティアは詳細に記載されていませんが、そのオープンウェイトはMIT licenseの下で利用可能であり、コーディングタスクにおける費用対効果の高さで認識されています。
+GLM-5.2の主な機能は何ですか？
GLM-5.2の主な機能には、7440億パラメータのMixture-of-Expertsバックボーン、100万（1M）トークンのコンテキストウィンドウ、最大131,072トークンの出力、高度な推論のための「Thinking Mode」、および二段階の推論努力レベルが含まれます。また、「IndexShare」アーキテクチャと改良されたMulti-Token Predictionレイヤーも組み込まれており、そのオープンウェイトはMIT licenseの下で利用可能です。
+GLM-5.2は誰が使うべきですか？
GLM-5.2は、自律型コーディングを行うソフトウェアエンジニアおよび開発チーム、長期間にわたるタスク実行を必要とする開発者、大量のテキスト処理ニーズを持つ組織、ファインチューニングプロジェクトの研究者、およびセルフホスト型デプロイメントのためのデータ主権要件を持つ企業を対象としています。
+GLM-5.2は代替モデルと比較してどうですか？
GLM-5.2は、DeepSeek V4 Pro、Mistral AI (Codestral)、MiniMax M3、Moonshot AI (Kimi K2.6) などのモデルと競合します。SWE-bench Proのような一般的なソフトウェアエンジニアリングベンチマークで優位に立つことが多く、一部のモデルよりも大きなコンテキストウィンドウを提供し、テキストのみのエージェント型コーディングに焦点を当てることでマルチモーダルな競合他社と差別化を図っています。これらすべてをMIT licenseの下でオープンソースとして提供しています。
Storkでもっと
関連AIツール
このカテゴリの他のツール（コミュニティ評価順）
C
Code Rabbit
🤖 AI Tools
AIを活用したプラットフォームで、自動化されたコードレビュー、プランニング、開発ワークフローに対応し、Gitプラットフォームと統合してリアルタイムのフィードバックと提案を提供します。
Kimi K2.7 Code
🤖 AI Tools
Kimi K2.7 Code は、Moonshot AI のコーディングに特化した agentic model であり、長期間のコーディングタスクとトークン効率の向上を目指して、Mixture-of-Experts architecture で構築されています。
Walrus Memory
🤖 AI Tools
Walrus Memory は、AIエージェント向けの分散型ユニバーサルメモリレイヤーであり、異なるAIツール間での永続的なコンテキスト共有を可能にします。
Sorce
🤖 AI Tools
Sorceは、ユーザーが求人情報を右にスワイプするだけで応募プロセスを簡素化し、その後、プラットフォームのAI agentが応募書類の提出を処理する、AIを活用した求人検索プラットフォームです。
SubQ
🤖 AI Tools
SubQは、非常に長いコンテキストタスクにおいて究極の効率性とパフォーマンスを実現するために設計された、sub-quadratic sparse attentionアーキテクチャに基づいて構築された大規模言語モデル（LLM）です。
Agent-Reach
🤖 AI Tools
AIエージェントに、APIキーなしで16以上のプラットフォームへのリアルタイムインターネットアクセスを提供するオープンソースのCLIツール。
For builders
This page is doing a job for someone else’s tool.
AI agents read it. Buyers find it. Backlinks accrue. Your tool can have one too — live in 24 hours, indexed by Claude, ChatGPT, and Perplexity, queryable via MCP.